Este estudo tem como objetivo analisar as contribuições da Design Science Research na concepção, aplicação e avaliação de modelos de maturidade no contexto organizacional. A metodologia adotada foi a Revisão Sistemática da Literatura, estruturada para mapear o rigor avaliativo desses artefatos. Os resultados evidenciam a aplicabilidade da Design Science Research na modelagem de soluções para domínios complexos, abrangendo desde a sustentabilidade industrial e a inteligência artificial no setor público até a intersecção entre a Gestão da Informação e do Conhecimento. Contudo, a síntese dos estudos selecionados revela uma lacuna metodológica crítica: a avaliação final dos artefatos restringe-se predominantemente a métodos qualitativos perceptivos, evidenciando uma escassez de testagens quantitativas estruturais. Conclui-se que a Design Science Research fornece um alicerce teórico-metodológico robusto para a criação de modelos de maturidade. No entanto, argumenta-se que o avanço da área demanda a incorporação de validações psicométricas rigorosas, reduzindo a dependência de exaustivas aplicações empíricas in loco e conferindo maior autonomia e escalabilidade científica às soluções propostas.
This study aims to analyze the contributions of Design Science Research to the conception, application, and evaluation of maturity models in the organizational context. The methodology adopted was a Systematic Literature Review, structured to map the evaluative rigor of these artifacts. The results highlight the applicability of Design Science Research in modeling solutions for complex domains, ranging from industrial sustainability and artificial intelligence in the public sector to the intersection between Information and Knowledge Management. However, the synthesis of the selected studies reveals a critical methodological gap: the final evaluation of the artifacts is predominantly restricted to qualitative perceptual methods, demonstrating a scarcity of structural quantitative testing. It is concluded that Design Science Research provides a robust theoretical-methodological foundation for the creation of maturity models. Nevertheless, it is argued that the advancement of the area demands the incorporation of rigorous psychometric validations, reducing the dependence on exhaustive on-site empirical applications and conferring greater autonomy and scientific scalability to the proposed solutions.
